NeuroMechFly: la mosca digitale che vede, annusa e impara

All'EPFL hanno costruito un gemello digitale della Drosophila, la comune mosca della frutta: un mondo in cui corpo, sensi, ambiente e controller neurale sono integrati in un unico ciclo chiuso. È uno dei progetti più avanzati di quella che si chiama embodied intelligence, l'intelligenza incarnata: un'intelligenza che esiste soltanto perché è collegata a un corpo, in questo caso un corpo fisico simulato. Non un programma che ragiona nel vuoto, ma qualcosa che percepisce, si muove e si comporta perché ha un corpo dentro un ambiente.

Cos'è NeuroMechFly

NeuroMechFly nasce all'EPFL, il Politecnico Federale di Losanna, nel laboratorio di Pavan Ramdya. Il progetto parte da una domanda molto semplice, e molto profonda: se ricostruiamo fedelmente il corpo di una mosca, il suo sistema nervoso e il mondo che la circonda, possiamo capire come il cervello genera il comportamento? La risposta del gruppo non è stata teorica. È stata costruire una simulazione completa e metterla alla prova, pezzo dopo pezzo, fino a vedere il comportamento emergere da solo.

Il corpo è reale

La prima cosa da chiarire è che questa mosca non è un modello 3D inventato da un grafico. I ricercatori hanno fatto una vera e propria TAC a raggi X, una micro-CT, di una Drosophila adulta reale. Da quella scansione hanno ricostruito ogni parte del corpo con precisione anatomica: l'esoscheletro, le articolazioni, le masse, le inerzie, il centro di gravità, le zampe, le ali, le antenne. Il corpo simulato, in pratica, è il calco digitale di un insetto vero, con le stesse proporzioni e le stesse caratteristiche fisiche.

La fisica è reale

Questa mosca vive dentro MuJoCo, uno dei motori fisici più accurati che esistano, lo stesso tipo di simulatore usato nella robotica seria. Ogni singolo passo che la mosca fa tiene conto dell'attrito, della gravità, delle collisioni, dell'elasticità, dell'adesione delle zampe alle superfici e delle forze nelle articolazioni. Questo è il punto che cambia tutto: non esistono animazioni predefinite, non c'è un movimento "registrato" che viene riprodotto. Ogni movimento nasce dal calcolo della fisica, momento per momento, esattamente come accadrebbe nel mondo reale. Se la mosca inciampa, inciampa perché le forze in gioco la fanno inciampare.

I sensi sono simulati

La seconda versione, NeuroMechFly v2, è quella che ha introdotto un vero sistema sensoriale, ed è qui che il progetto diventa davvero affascinante. La mosca non riceve più una descrizione perfetta del mondo: riceve sensazioni, come un animale.

Per la vista vengono simulate le migliaia di ommatidi che compongono l'occhio della mosca. Vuol dire che la mosca "vede" davvero, ma a modo suo: non le arrivano le coordinate esatte degli oggetti intorno a lei, le arrivano immagini simili a quelle biologiche, sgranate, a bassa risoluzione, parziali, da interpretare. Deve ricavare il senso da quello che vede, non riceve la verità già pronta.

Per l'olfatto viene simulata la diffusione tridimensionale degli odori nell'aria. Ogni antenna riceve una concentrazione diversa a seconda di dove si trova, e la mosca deve capire da che parte arrivi l'odore proprio come farebbe nella realtà, confrontando i segnali e seguendo il gradiente fino alla sorgente.

E poi c'è la propriocezione, il senso del proprio corpo. La mosca riceve di continuo gli angoli delle articolazioni, le velocità, le forze, i contatti col terreno. Sa in ogni istante in che posizione sono le sue zampe, esattamente come noi sappiamo dove tenere le mani anche a occhi chiusi. È l'informazione che permette di stare in equilibrio e di coordinare il movimento.

Il cervello

Qui arriva la parte centrale del progetto. I ricercatori non hanno simulato tutti i circa 140.000 neuroni della mosca, sarebbe stato troppo. Hanno costruito invece un'architettura modulare, che ne riproduce la logica, organizzata come un anello continuo.

Il giro funziona così. Il cervello riceve gli stimoli che arrivano dai sensi. In base a quelli prende una decisione. La decisione scende attraverso i neuroni discendenti fino al midollo della mosca, il Ventral Nerve Cord. Lì vengono generati i pattern motori, prodotti da circuiti chiamati CPG, i generatori centrali di ritmo, che sono quelli che orchestrano il movimento ripetitivo come la camminata. I muscoli si attivano, la fisica calcola cosa succede, il movimento modifica il mondo, e il mondo modificato genera nuovi stimoli, che tornano al cervello.

Cervello, decisione, neuroni discendenti, midollo, pattern motori, muscoli, fisica, sensori, e di nuovo cervello. È un ciclo chiuso che non si ferma mai, e il comportamento non sta scritto da nessuna parte dentro questo giro: emerge dal giro stesso, dall'interazione continua tra le sue parti.

Impara da sola: il reinforcement learning

Una delle dimostrazioni più spettacolari consiste nell'addestrare il controller con il reinforcement learning, l'apprendimento per rinforzo. Lasciata libera di provare e di sbagliare, premiata quando fa la cosa giusta, la mosca impara da sola a cercare gli odori, a evitare gli ostacoli, a mantenere l'equilibrio, a seguire un'altra mosca, a navigare su terreni irregolari.

Il punto importante è che nessuna di queste strategie è programmata a mano. Nessuno ha scritto "se vedi un ostacolo, gira a destra". Le strategie vengono apprese, per tentativi ed errori, esattamente come le imparerebbe un animale vero alle prime esperienze.

Il connectoma

Nelle versioni più recenti si è iniziato a fare un passo ulteriore: usare reti neurali vincolate dal vero connectoma della Drosophila, cioè dalla mappa reale delle sue connessioni nervose. Il sistema visivo, per esempio, viene costruito rispettando la connettività biologica osservata sperimentalmente, e non disegnato a tavolino da un ingegnere. Non è ancora il cervello completo, ma alcune aree neurali seguono già il cablaggio vero della mosca. È uno dei primi esempi di intelligenza artificiale costruita seguendo la connettività biologica invece di un'architettura inventata dall'uomo.

Tutto questo è possibile grazie a un altro progetto enorme, FlyWire, che ha ricostruito il cervello della mosca a risoluzione sinaptica: circa 140.000 neuroni e oltre 50 milioni di sinapsi, con la classificazione delle cellule e il cablaggio completo del cervello adulto. È la base su cui poggiano tutti i nuovi modelli neurocomputazionali della Drosophila.

E si è già andati oltre. Un lavoro ha fatto girare l'intero connectoma della mosca su hardware neuromorfico, i chip Intel Loihi 2, che sono progettati per imitare il modo in cui lavora un cervello vero invece della logica di un computer tradizionale. Sono riusciti a far stare 140.000 neuroni e 50 milioni di sinapsi su dodici chip, ottenendo una simulazione molto più veloce di quella su un computer normale, con il vantaggio che cresce quanto più l'attività è sparsa, proprio come nei circuiti biologici. Un altro filone, ancora più diretto, usa il connectoma completo come la rete che controlla il corpo della mosca simulata: non una rete neurale disegnata dall'uomo, ma la struttura del cervello biologico messa a guidare il movimento.

Cosa sa fare oggi

La mosca digitale, allo stato attuale, cammina, sale, aggira gli ostacoli, segue gli odori, stabilizza la testa mentre si muove, insegue altre mosche, mantiene l'equilibrio e reagisce agli stimoli. Tutti questi comportamenti non vengono da animazioni registrate: emergono dall'interazione tra cervello, corpo e ambiente, e cambiano a seconda di cosa succede intorno alla mosca.

Perché è importante

Prima di NeuroMechFly esistevano due mondi separati. Da una parte le neuroscienze, che dicono "studiamo il cervello". Dall'altra la robotica, che dice "studiamo il movimento". NeuroMechFly li mette insieme, e lo fa partendo da un'idea precisa: il comportamento nasce soltanto quando esistono nello stesso momento un cervello, un corpo, una fisica e un ambiente. Toglierne uno e il comportamento non c'è più. Non basta un cervello sospeso nel vuoto, e non basta un corpo senza qualcosa che lo guidi. Serve il sistema completo, nel suo ambiente. È questa la filosofia dell'intelligenza incarnata.

È un Matrix?

In un certo senso sì. Hanno costruito un universo digitale dove esiste una mosca che vede, sente gli odori, cammina, prende decisioni, apprende e interagisce con altre mosche, e tutto questo senza che esista una mosca biologica da nessuna parte. La differenza rispetto a un videogioco è sostanziale: in un gioco quasi tutto è inventato per sembrare credibile, mentre qui quasi ogni componente deriva da dati sperimentali reali, dalla forma del corpo ottenuta con la micro-CT fino alla mappa delle connessioni nervose ricostruita sinapsi per sinapsi.

Il prossimo passo

Il vero obiettivo della comunità scientifica è sostituire gradualmente i controller semplificati con il connectoma completo della Drosophila. Oggi è una strada concreta, e non più un sogno, per due motivi: perché FlyWire ha ricostruito il cervello della mosca a livello di singola sinapsi, e perché sono già comparsi i lavori che mostrano come simulare l'intero connectoma su hardware neuromorfico e come usarlo direttamente come controller del corpo.

Se questi filoni convergeranno, nei prossimi anni potremmo avere una Drosophila digitale in cui il corpo è anatomicamente fedele, i sensi sono simulati, la fisica è realistica e il cervello segue il vero schema delle connessioni biologiche. Sarebbe uno dei primi esempi di organismo virtuale controllato da un cervello ricostruito su base anatomica: un passaggio di grande rilievo sia per le neuroscienze, perché permetterebbe di studiare il cervello facendolo "vivere" dentro un corpo, sia per l'intelligenza artificiale ispirata alla biologia, perché mostrerebbe una via diversa da quella delle reti progettate dall'uomo, partendo invece da come è fatto davvero un cervello.

---

Fonti e per approfondire

Il progetto NeuroMechFly

• Sito ufficiale: https://neuromechfly.org/
• Codice (flygym, GitHub): https://github.com/NeLy-EPFL/flygym
• Documentazione tecnica: https://nely-epfl.github.io/flygym-gymnasium/
• NeuroMechFly Live, versione divulgativa eseguibile in tempo reale (con un piccolo videogioco educativo): https://nely-epfl.github.io/flygym-gymnasium/outreach.html

I paper

• NeuroMechFly v2, simulating embodied sensorimotor control in adult Drosophila, Nature Methods 2024: https://www.nature.com/articles/s41592-024-02497-y (PDF EPFL: https://www.epfl.ch/labs/ramdya-lab/wp-content/uploads/2024/08/NMF2_postprint.pdf)
• NeuroMechFly, a neuromechanical model of adult Drosophila, Nature Methods 2022: https://www.nature.com/articles/s41592-022-01411-8
• FlyVision, connectome-constrained networks predict neural activity across the fly visual system, Nature 2024: https://www.nature.com/articles/s41586-024-07939-3
• Neuromorphic Simulation of Drosophila Brain Connectome on Loihi 2, arXiv 2025: https://arxiv.org/abs/2508.16792
• Whole-Brain Connectomic Graph Model Enables Whole-Body Locomotion Control in Fruit Fly, arXiv 2026: https://arxiv.org/abs/2602.17997

Strumenti e dati

• FlyWire, il connectoma completo della mosca: https://flywire.ai/
• MuJoCo, il motore fisico: https://mujoco.org/ (paper originale: https://doi.org/10.1109/IROS.2012.6386109)

Divulgazione

• EPFL via ScienceDaily: https://www.sciencedaily.com/releases/2024/11/241112123423.htm